并行技术领域中调度算法研究

主要对同构和异构环境下的并行任务调度算法进行分类,对任务调度模型以及调度算法进行阐述并列表比对;对分布式任务调度,介绍了两种算法--全局动态调度ADS算法和上次优先调度LFS算法,最后指出设计合理并行任务调度算法的重要性.     

嵌入式设备中复合型任务最优调度约束模型仿真

在ARM和Linux等嵌入式操作系统设计和应用中,为了优化进程管理和内存管理,提高嵌入式设备的运行效率,需要对复合型任务进行最优调度策略规划。提出一种改进的嵌入式设备中复合型任务最优调度约束模型,设计粒子分集聚敛算法实现对嵌入式设备中复合型任务最优调度,和实现对任务调度约束模型的改进,通过进程管理子系统,完成进程的创建、中止、进程间的通信及任务调度,进行特征分解,得到调度迭代方程。采用模糊聚类策略对任务调度管理的数据信息进行约简,可以实现最小的运算量。实验表明,通过该最优调度约束模型,调度算法对整个调度过程的时间开销影响不大,由此提高了调度算法的活性能力,总执行时间节省10%左右,可以使CPU利用率达到100%,展示了其优越性。     

单处理器偶发作业EDF算法与空闲挪用混合调度研究

实时系统不仅要求任务调度的正确性,还必须要求系统在任务调度时,无论是周期性任务,还是非周期任务或者偶发任务,尽最大可能保证系统响应的及时性。因此实时系统中的调度算法是决定系统实时性的重要指标。偶发作业具有强实时性,释放时间的不规律性,以及作业调度的不可预测性,针对偶发作业的这些特点,提出了一种利用空闲挪用与EDF算法相结合的混合调度策略,提高了处理器的响应时间以及偶发作业调度的可靠性。     

基于多核SoC的负载平衡任务调度算法优化策略

分析了以往经典的多核SoC任务调度算法的基本原理和性能,并以负载平衡为目的,对多核SoC的任务调度算法进行优化。该算法在流水线调度算法的基础上,引入制导的自调度（GSS）方法,应用于多核SoC的任务调度。通过实验证明该调度策略在系统资源、开销等方面均有较好分配,减少了任务延时,系统的性能有了显著提高,达到负载平衡的目的。     

可变精度衰减调制的Linux嵌入式任务调度算法

对嵌入式Linux系统进程中的任务调度算法设计是保证操作系统稳定和高效运行的核心要素。传统的嵌入式Linux系统任务调度算法采用分簇能耗调度的PSO遗传进化算法,当任务复制和区间插入失衡时,调度效果不好。提出一种基于可变精度衰减调制的Linux嵌入式任务调度算法,首先进行Linux嵌入式任务调度平台总体设计,进行任务信息流模型构建,将嵌入式系统客户端将创建好的任务流提交给服务器,结合任务流集合中各任务流的优先级属性和提交时间,进行变精度衰减调制,得到Linux嵌入式分簇任务调度模型。实验结果表明,该算法无论是单个任务流还是在多任务流调度运行环境下,改进算法的任务调度耗时较少,通过可变精度衰减调制,保证了多任务流中的任务能够按照流程优先级属性以及提交的先后次序进行合理的分配,有效提高了Linux嵌入式系统的运行效率。     

嵌入式Agent在Android平台上的并行交互实现

提出一种基于嵌入式Agent任务复杂度排序的Android平台任务调度并行交互算法,构建了嵌入式Agent任务调度模型,对任务信息流进行复杂度排序算法设计,进行任务信息流特征分析,计算最大熵值作为有效反映嵌入式Agent代理任务的特征信息参量,构建嵌入式Agent并行交互约束关系,在Android平台上实现嵌入式Agent并行交互任务调度分析。仿真结果表明,采用该模型数据交互性能较好,人机友好性较高,调度时延较少,展示了算法的优越性。     

改进SFLA算法在云计算资源调度中的应用

为了提高云计算任务调度的效率,采用改进的SFLA算法实现任务调度。本文先对云计算任务调度原则和调度策略进行了分析,接着对SFLA算法基本原理及数学模型进行了详述,并提出了智能群体算法和自适应SFLA混合的改进SFLA算法,最后运用实例仿真验证该算法在云计算调度中的性能,与传统SFLA算法比较,改进算法在云计算调度中具有更快收敛性和更高精确性,具有一定的研究价值。     

嵌入式Quartz混合调度的多处理器平台任务分配设计

传统的多GPU处理器集群任务调度分配方法采用时间间隙分配的方法,不考虑各个任务的执行要求和每个计算机节点的实际运算能力,整体的执行效率低。提出一种基于嵌入式Quartz混合调度的多GPU处理器平台任务分配设计方法,采用多处理器模拟计算机系统中的多个运算节点,对不同的任务,根据任务的运算量需求和分配到计算机的实际运算能力,实现动态的任务分配,采用混合任务调度,系统具有很好的鲁棒性,采用一组实际任务进行测试实验,结果显示,采用基于嵌入式Quartz混合调度的方法,任务的执行时间大大减少,具有很好的效率改善结果。     

云计算下的基于改进的蝙蝠算法的任务调度研究

针对云计算任务调度中存在效率低,提出了基于改进的蝙蝠算法(improved bat alogrithm,IBA)云任务调度.首先,建立了以执行时间和负载均衡的调度模型,其次在蝙蝠算法的初始化中采用混沌映射,提高了种群的多样性;在蝙蝠算法的自适应参数使用指数递减因子代替;在每一次迭代后使用量化正交交叉算子进行个体筛选.最后,在仿真实验中,IBA算法相比于蚁群算法、粒子群算法,蝙蝠算法都具有较好的调度效果.     

基于位域标识优先级的OSEK任务调度算法实现

基于OSEK标准,构建位域标识优先级的任务调度算法,并在TinyOSEK操作系统中具体实现。通过在系统中定义不同优先级的调度任务,设计试验得出不同优先级的任务调度在商业OSEK和TinyOSEK系统中的时间调度开销,分析并论证基于位域标识优先级的OSEK任务调度算法的实时性和有效性。